ComfyUI 原生支持！HiDream-E1 与 E1.1 图像编辑工作流详解

智象未来（HiDream-ai）近期开源了其交互式图像编辑大模型 HiDream-E1 及其升级版本 HiDream-E1.1，为图像生成与编辑领域提供了完整的端到端解决方案。

作为基于 HiDream-I1 构建的图像编辑分支，E1 系列模型支持通过自然语言指令对已有图像进行语义级修改，涵盖对象增删、风格迁移、细节增强等常见编辑任务。该系列模型采用 MIT 许可证开源，允许用于个人项目、科研实验以及商业用途。

本文将详细介绍如何在 ComfyUI 中部署并运行 HiDream-E1 和 E1.1 的原生工作流，帮助用户快速上手这一新一代交互式图像编辑工具。

模型概览：E1 与 E1.1 的核心差异

✅ 推荐使用 E1.1：相比初代版本，E1.1 在编辑精度、上下文理解能力与多尺度适应性方面均有显著提升。

• GitHub 开源地址：HiDream-E1 GitHub

环境准备：确保你的 ComfyUI 支持最新功能

由于 HiDream-E1 系列依赖较新的节点和数据处理方式，在加载工作流前，请确认以下几点：

• 使用的是 ComfyUI 最新 nightly（开发版）；
• 非桌面稳定版或 release 版本（可能缺少动态图像缩放等功能）；
• 启动时所有自定义节点已成功注册，无报错信息。

若出现节点缺失或加载失败，请先更新至最新 commit 并检查插件兼容性。

• 模型地址：https://huggingface.co/Comfy-Org/HiDream-I1_ComfyUI
• 魔塔地址：https://www.modelscope.cn/models/Comfy-Org/HiDream-I1_ComfyUI/summary （国内用户请从此下载）
• FP8版本：https://huggingface.co/gorillaframeai/HIDream_E1-1
• GGUF版本：https://huggingface.co/ND911/HiDream_E1_1_bf16_ggufs

所需模型文件清单

以下为 E1 与 E1.1 共用的基础组件。你无需同时下载两个 diffusion 模型，建议优先选择 E1.1。

1. Diffusion Model（二选一）

• hidream_e1_1_bf16.safetensors （✅ 推荐，34.2GB）
• hidream_e1_full_bf16.safetensors （34.2GB）

2. Text Encoder（共四个）

• clip_l_hidream.safetensors —— 236.12MB
• clip_g_hidream.safetensors —— 1.29GB
• t5xxl_fp8_e4m3fn_scaled.safetensors —— 4.8GB
• llama_3.1_8b_instruct_fp8_scaled.safetensors —— 8.46GB

⚠️ 注意：此组合采用四编码器架构，需全部正确加载。

3. VAE 解码模块

• ae.safetensors（319.77MB）
  

  此为 Flux 系列通用 VAE，若曾使用 Flux 工作流，可能已存在本地缓存。

HiDream-E1.1 工作流操作指南

E1.1 最大特点是支持 动态百万像素输入，系统会自动调整图像总像素至约 100 万，适配不同比例图片。

1. 工作流文件及模型下载

• 从工作流模板中点击加载工作流，工作流文件中已包含模型下载信息，加载后会提示下载对应模型。
• 如果使用 E1.1 模型，推荐下载 hidream_e1_1_bf16.safetensors 文件，该模型对显存占用要求较高。

2. 工作流运行步骤

1. 确保 Load Diffusion Model 节点加载了 hidream_e1_1_bf16.safetensors 模型。
2. 确保 QuadrupleCLIPLoader 中四个对应的 text encoder 被正确加载。
3. 确保 Load VAE 节点中使用的是 ae.safetensors 文件。
4. 在 Load Image 节点中加载输入图片。
5. 在 Empty Text Encoder(Positive) 节点中输入想要对图片进行的修改。
6. 在 Empty Text Encoder(Negative) 节点中输入不想要在画面中出现的内容。
7. 点击 Run 按钮，或者使用快捷键 Ctrl(cmd) + Enter(回车) 来执行图片生成。

3. 工作流补充说明

• HiDream-E1.1 支持动态总像素为一百万像素输入，工作流使用了 Scale Image to Total Pixels 节点来将所有输入图片进行处理转化，可能会导致比例尺寸相对于输入图片有所变化。
• 使用 fp16 版本的模型，在 A100 40GB 和 4090D 24GB 时使用完整版本会 Out of memory，所以工作流默认设置了使用 fp8_e4m3fn_fast 来进行推理。

4. 配置关键节点

请逐一核对以下设置：

🔍 显存占用参考（实测）

💡 建议：对于 24GB 显存设备，务必使用 FP8 量化版本以避免显存溢出，或者可以使用第三方的FP8优化版和GGUF版本模型来降低显存需求。

如果你的显存不足，也可使用第三方云平台来体验这款模型：

• 体验地址：https://www.runninghub.cn/post/1947629622461673473/?inviteCode=16188893

HiDream-E1 工作流说明（旧版）

⚠️ 适用于仅需 768×768 固定分辨率场景，不推荐新项目使用。

1. 工作流文件及模型下载

• 从工作流模板中点击加载工作流，工作流文件中已包含模型下载信息，加载后会提示下载对应模型。
• 如果使用 E1 模型，下载 hidream_e1_full_bf16.safetensors 文件。

2. 工作流运行步骤

1. 确保 Load Diffusion Model 节点加载了 hidream_e1_full_bf16.safetensors 模型。
2. 确保 QuadrupleCLIPLoader 中四个对应的 text encoder 被正确加载。
3. 确保 Load VAE 节点中使用的是 ae.safetensors 文件。
4. 在 Load Image 节点中加载输入图片。
5. 在 Empty Text Encoder(Positive) 节点中输入想要对图片进行的修改。
6. 点击 Run 按钮，或者使用快捷键 Ctrl(cmd) + Enter(回车) 来执行图片生成。

3. 工作流补充说明

• 可能需要修改多次提示词或者进行多次生成才能得到较好的结果。
• 这个模型在改变图片风格上比较难保持一致性，需要尽可能完善提示词。
• 由于模型支持的是 768x768 的分辨率，在实际测试中调整过其它尺寸，在其它尺寸下图像表现能力不佳，甚至差异较大。

特性限制

• 仅支持固定分辨率输入（768×768），非标准尺寸需手动裁剪或填充；
• 在其他分辨率下表现不稳定，可能出现结构错乱或语义偏差；
• 编辑风格一致性较弱，需精细撰写提示词。

性能参考（Google Colab L4，22.5GB VRAM）

• 采样步数：28
• 首次运行：约 500 秒
• 第二次运行（含缓存）：约 370 秒

总结与建议